Perusahaan AI Tiongkok meluncurkan model persepsi spasial generasi berikutnya untuk robot
Robbyant mengatakan peluncuran ini mewakili langkah maju yang besar dalam persepsi spasial robotik, membantu robot mengembangkan pemahaman yang lebih akurat tentang dunia fisik dan meningkatkan kemampuan mereka untuk menavigasi lingkungan yang kompleks. Dibangun berdasarkan fondasi LingBot-Depth, yang memperkenalkan teknik Masked Depth Modeling (MDM) untuk mengatasi tantangan dalam penginderaan mendalam untuk permukaan transparan dan reflektif, LingBot-Depth 2.0 menghadirkan kemampuan pelatihan yang diperluas dan peningkatan kinerja. Model ini dilatih pada 150 juta sampel dan mencapai hasil terbaik di 12 dari 16 tolok ukur penyelesaian kedalaman, menunjukkan akurasi dan keandalan yang lebih kuat dalam tugas persepsi dunia nyata. Model AI yang dirancang untuk mengatasi tantangan penginderaan kedalaman robotik LingBot-Depth 2.0 menghadirkan peningkatan signifikan dalam lingkungan dalam ruangan yang menantang di mana persepsi kedalaman seringkali terbatas. Menurut Robbyant, model ini mengurangi kesalahan kedalaman lebih dari setengah dibandingkan pendahulunya dalam skenario dengan kehilangan kedalaman yang parah, sehingga menurunkan skor RMSE dari 0,132 menjadi 0,062. Model ini juga menunjukkan performa yang lebih kuat di area yang biasanya sulit dijangkau oleh kamera kedalaman tradisional, termasuk mendeteksi dan memahami permukaan kaca, cermin, dan objek transparan lainnya. Perusahaan Tiongkok mengaitkan kemajuan ini dengan LingBot-Vision, model dasar visual yang dirancang untuk meningkatkan cara robot menafsirkan dan memahami lingkungannya. Model ini adalah yang pertama di industri yang menggunakan “struktur batas” sebagai tujuan pra-pelatihan, yang memungkinkannya mencapai lokalisasi batas tingkat sub-piksel dan pemahaman struktur spasial yang lebih kuat untuk persepsi robotik yang lebih andal. Meskipun dilatih pada kumpulan data yang relatif lebih kecil yang terdiri dari 160 juta gambar, LingBot-Vision memberikan kinerja yang kuat dibandingkan dengan model yang lebih besar. Robbyant mengatakan model ini juga memberikan deteksi batas objek yang stabil, memungkinkan robot untuk terus melacak tepi dan struktur objek di seluruh rangkaian video. LingBot-Depth 2.0 mendapatkan validasi untuk aplikasi robotika komersial Selain mendukung LingBot-Depth 2.0, LingBot-Vision dirancang sebagai model fondasi fleksibel yang dapat mendukung berbagai aplikasi AI dan tugas hilir. Robbyant mengatakan kemampuan model ini melampaui persepsi kedalaman, memungkinkan kasus penggunaan yang lebih luas dalam visi robotik dan sistem cerdas. Untuk penerapan komersial, LingBot-Depth 2.0 telah menerima sertifikasi dari Depth Vision Laboratory Orbbec. Pengujian menggunakan data kedalaman tingkat chip dari kamera 3D stereo seri Gemini 330 Orbbec menunjukkan peningkatan dalam deteksi tepi, kontur objek, pengenalan objek yang lebih kecil, estimasi kedalaman jarak jauh, dan kinerja dalam kondisi pencahayaan dan material yang menantang. Kolaborasi dengan Orbbec juga akan diperluas ke solusi perangkat keras baru untuk pengumpulan data robotika. Sebagai bagian dari Platform Perangkat Keras Pengumpulan Data Bebas Robot Orbbec yang baru diluncurkan, perangkat RGB-D EGO akan menampilkan versi LingBot-Depth yang disesuaikan dan dioptimalkan untuk mengumpulkan data pelatihan berkualitas tinggi. Dalam pembaruan di masa mendatang, platform ini diharapkan dapat mengintegrasikan model versi komersial tingkat lanjut, yang selanjutnya meningkatkan penyelesaian kedalaman, deteksi batas objek, dan pemahaman struktur spasial. Tujuannya adalah untuk memberikan landasan data yang lebih akurat, stabil, dan praktis untuk pelatihan sistem AI di lingkungan dunia nyata.
Diterbitkan : 2026-07-11 17:58:00
sumber : interestingengineering.com
